领域本体和刻面描述相结合的构件检索研究

针对刻面描述的检索方法的不足,引入领域本体,提出领域本体和刻面描述相结合的构件检索模型,并对所提出的构件检索模型中的构件检索过程进行研究。分析语义推理过程,提出基于本体和刻面描述相结合的检索算法。最后,构建一个第三方物流信息化构件检索的系统对所提出的构件检索机制的检索效率进行验证分析。验证结果表明,领域本体与刻面描述相结合可以提高构件检索的查全率和查准率。     

一种基于本体的语义检索算法

本体技术作为一种能在语义和知识层次上描述概念体系的有效工具,在数字图书馆得到了广泛的关注。给出了本体结构及其词法的形式化定义。为解决RDF在语义检索中存在的问题,利用Jena工具,提出了一种提取和处理RDF层本体处理方法,给出了一种基于本体的语义检索算法。算法基于软件工程的思想,忽略不同的本体语言、本体的RDF层集合间的差异。算法分五步骤进行,包括：将RDF层本体信息从网页中分离并构建RDF模型、对RDF模型进行集合运算、RDF层本体的查询、修正RDF层本体以及对RDF层本体的序列化。实验结果表明缩短了查询时间,提高了检索的查全率及查准率。     

基于本体的构件匹配研究

针对刻面描述的构件检索中缺少语义信息的问题,提出了一种基于本体的构件检索框架.按照所给出的构件描述模型,将用户查询的构件从功能、环境和质量属性三个方面与语义构件库中的构件进行匹配.建立在上海构件库的初步实验结果表明,该原型系统能有效地提高构件检索的查准率和查全率.     

基于语义扩展的构件描述模型

根据构件模型的研究现状,针对目前的构件描述模型缺乏语义描述的支持,在刻面分类模式的基础上,提出了基于语义扩展的构件描述模型,采用OWL本体语言对构件本体的知识框架做了描述,并将此构件模型应用于教学评估系统,构造出了基于语义的软件构件检索体系构架,实现了对领域构件进行语义查询的目的.通过实验证明,该模型提高了构件检索的查全率和查准率.     

基于本体概念相似度的软件构件检索方法

随着软件重用与产品线技术的日趋成熟,基于产品线采用构件快速地开发出软件产品成为了研究的热点,而高效的构件检索方法是此技术能否实施的关键。因此,使用本体Web语言(OWL)描述构件,并将其转化为本体树进行模糊匹配,然后对失配的构件进行重组,并使用KMP算法对查询本体树的相似概念进行修改,从而检索到更 精确且满足用户需求的构件。最后,给出了构件查询算法,并在此基础上开发了构件库查询系统原型,并与采用刻面和特征的查询方法进行了比较实验,结果证明了此方法的可行性与有效性。     

基于语义的软构件检索

通过对传统的软构件检索技术的研究,在刻面分类检索方法的基础上,提出了一种基于语义的软构件检索方法,这种方法利用领域模型和领域本体对构件检索进行语义上的扩展。具体描述了该方法的设计思想和过程模型,然后利用该方法构造出了基于语义的软构件检索体系构架,实现了对领域构件进行语义查询的目的,提高了构件检索的查全率和查准率。     

基于领域本体的软构件检索

为了提高刻面分类检索软构件的查准率,结合领域本体,提出了支持自然语言检索的软构件检索过程模型.该模型抽象了领域知识,形成领域本体库,用于匹配用户检索使用的自然语言,提供领域内一致认可的检索术语.该术语然后与软构件描述库中的软构件描述术语进行匹配,进而从软构件库中检索软构件.软构件描述库采用了刻面分类方法.ATS软构件检索实验结果表明,较之于传统的刻面分类方法,该检索策略既提高了检索精度,又增强了检索的灵活性.     

一种基于刻面分类描述的软件构件查询方法

该文分析了软件构件的刻面分类描述的特点,通过借鉴XML查询语言ApproXQL中树匹配的思想及其相关理论,提出了一种新的基于刻面分类的软件构件查询方法。该方法将基于刻面分类的构件XML描述文档映射为一棵构件树,将查询表达式映射为一棵查询树,通过构件树与查询树之间的匹配算法查找需要的软件构件。这种查询方法支持布尔查询和模糊查询,具有一定的张弛能力,能在保证一定查准率的基础上提高查全率。该方法适用于面向网络的跨构件库查询。     

可复用构件的分类与查询方法研究

构件库是软件复用技术的核心,而可复用构件的表示、分类、检索是构件库的关键。论文从构件的分类和检索两个角度出发,研究了刻面分类的特点以及刻面的表示,给出了基于刻面检索的形式化匹配定义,描述了构件的匹配度,详细讨论了刻面分类和基于刻面分类的构件查询技术。     

基于本体扩展的软件构件原型系统的设计

在构件检索中引入本体,结合刻面分类信息和领域信息,建立起软构件本体模型,提出了基于本体的软构件语义检索的推理模式及算法,对用户提交的查询请求进行有效的语义扩展和推理,提高构件的检索效率,同时为分布、异构构件库的准确、全面、方便的构件检索提供了帮助。     

基于语义主题相似度的Web教育资源查询方法

针对传统Web教育主体难以获得高可用教育资源的问题,提出了一种面向语义主题相似度的Web教育资源查询方法。该方法建立了本体概念语义网络（Ontology Concept Semantic Network,OCSN）,在此基础上,设计了基于语义主题相似度匹配的概念检索方法：在检索前主动将教育资源根据其语义和主题组织到本体概念语义网络中,然后建立一个基于语义特性的Web教育资源发现的垂直搜索引擎,并通过构造满足条件的相似度函数,将对应的语义距离映射为相似度,有效地提高了查询效率。实验结果表明此方法能够提高Web教育资源的查准率和查全率。     

一种基于语义网的本体映射改进算法

针对目前基于语义网的本体映射算法中背景本体搜索面少、本体收集不精确的问题,利用基于虚拟文档的映射技术提取在Word—Net中与概念同义的同义词集,将对单个概念进行搜索转换成对同义概念集进行搜索,从而扩大本体搜索面,获取更多背景本体。提出基于语义环境的动态本体映射算法来排除错误背景本体,使本体收集更加精确。实验结果表明,该算法可有效提高映射的查全率和查准率。     

基于推理和相似度计算的语义Web服务匹配策略

将本体的概念引入Web服务提升了服务的语义表达能力和发现能力,传统的语义Web服务匹配主要有基于推理和基于本体相似度计算两种方式.基于推理的服务匹配较容易实现,具有稳定的查准率和较高的运行效率,但同一级结果间不能进一步区分结果的匹配度.基于相似度计算的服务发现可以精确地描述结果与查询条件的匹配程度,便于用户比较,但实现较为复杂,并且在最坏情况下有糟糕的响应时间.在基于推理的服务匹配策略的基础上,提出了一种带有语义相似度计算的服务匹配策略,并用一个书籍领域本体的匹配实例进行了说明.     

基于本体的Web服务发现模型研究

针对传统的Web服务发现机制查准率低的缺点,结合本体技术与OWL-S语义描述语言设计一个Web服务发现模型。该模型主要包括查询处理器、领域本体库和发现引擎三个模块,通过在领域内共同的语义理解基础上抽取服务查询信息中所需的功能信息以及对服务广告信息的语义描述,实现针对服务功能信息的语义匹配,从而提高服务的查准率。     

基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与经典的OWL-S/UDDI匹配算法比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。用GEIS系统中Web服务的数据进行两种算法的性能测试,得出相似度匹配算法的平均查准率是OWL-S/UDDI匹配算法的1.8倍,平均查准率是OWL-S/UDDI匹配算法的1.4倍。     

基于匿名消息广播的电子选举方案

针对目前基于语义网的本体映射算法中背景本体搜索面少、本体收集不精确的问题,利用基于虚拟文档的映射技术提取在Word-Net中与概念同义的同义词集,将对单个概念进行搜索转换成对同义概念集进行搜索,从而扩大本体搜索面,获取更多背景本体.提出基于语义环境的动态本体映射算法来排除错误背景本体,使本体收集更加精确.实验结果表明,该算法可有效提高映射的查全率和查准率.     

改进的语义Web服务匹配方法

针对目前语义Web服务匹配方法中缺少对服务行为约束的考虑及传统推理匹配的结果中同一级别不能再区分的缺点,设计了一种带服务行为约束的基于推理和语义相似度计算的匹配方法。方法分为三步：第一步进行服务行为约束兼容性检测;第二步对待匹配的两个服务进行推理;第三步在第二步基础上进行本体概念间的语义相似度计算,得出待匹配服务的精确匹配度。这样每个服务都有了一个精确的匹配度值,避免了传统方法中多个服务因拥有同一个匹配度等级而不能再区分的不足。实验结果表明,该方法较之传统的OWL-S/UDDI匹配方法在查准率和查全率方面得到了很大改进。     

本体匹配的网格服务发现模型研究

如何从大规模网格服务集合中快速而准确地发现满足用户请求的服务,是语义环境下网络应用的一个重要方面。针对传统的基于关键字匹配的Web服务发现方法无法准确描述网格服务服务能力和应用领域的问题,提出了一种基于输入和输出领域本体的语义网格服务描述模型和基于本体匹配的语义网格服务发现流程,构造了基于本体匹配语义相似度计算的语义网格服务发现算法。实验结果表明,基于本体匹配的语义网格发现方法能够获得很好的查全率和查准率。     

语义Web本体匹配算法研究

随着语义Web不断发展,本体数量不断增加。由于不同领域专家构建的本体存在不匹配的问题,需要对本体进行匹配、合并和比较。本体匹配作为其他工作的基础,具有十分重要的意义。本文提出了一种基于实例的本体相似度计算方法,该方法为每个概念结点增加虚拟实例,并综合考虑了本体的结构特点,使用Word．Net调整相似度。我们把该方法运用到PROMPT本体匹配算法中,通过实验得到了较好的准确率和查全率。